Mysql关联查询优化器理解

原文地址是http://www.jb51.net/article/66999.htm

问题

通过「SHOW FULL PROCESSLIST」语句很容易就能查到问题SQL，如下：

?
说明：因为post和tag是多对多的关系，所以存在一个关联表post_tag。

试着用EXPLAIN查询一下SQL执行计划(篇幅所限，结果有删减)：

?
下面给出优化后的SQL，唯一的变化就是把连接方式改成了「STRAIGHT_JOIN」：

?
试着用EXPLAIN查询一下SQL执行计划(篇幅所限，结果有删减)：

?
对比优化前后两次EXPLAIN的结果来看，优化后的SQL虽然「rows」更大了，但是没有了「Using filesort」，综合来看，性能依然得到了提升。

解释

对第一条SQL而言，为什么MySQL优化器选择了一个耗时的执行方案？对第二条SQL而言，为什么把连接方式改成STRAIGHT_JOIN之后就提升了性能？

这一切还得从MySQL对多表连接的处理方式说起，首先要确定以谁为驱动表，也就是说以哪个表为基准，在处理此类问题时，MySQL优化器采用了简单粗暴的解决方法：哪个表的结果集小，就以哪个表为驱动表，通常这都是最佳选择。

说明：在EXPLAIN结果中，第一行出现的表就是驱动表。

继续post连接post_tag的例子，MySQL优化器有如下两个选择，分别是：

以post为驱动表，通过status_created索引过滤，结果集119340行
以post_tag为驱动表，通过tag_id索引过滤，结果集71220行

显而易见，post_tag过滤的结果集更小，所以MySQL优化器选择它作为驱动表，可悲催的是我们还需要以post表中的created字段来排序，也就是说排序字段不在驱动表里，于是乎不可避免的出现了「Using filesort」，从而导致慢查询。

知道了来龙去脉，优化起来就容易了。头等大事是务必保证排序字段在驱动表中，所以必须以post是驱动表，于是乎「STRAIGHT_JOIN」就成了答案，它强制了连接顺序。

…

不过我总觉得「STRAIGHT_JOIN」这种非标准的语法属于奇技淫巧的范畴，能不用尽量不用，毕竟多数情况下，MySQL优化器都能做出正确的选择。